5.来自欧盟和澳大利亚的温室气体排放数据
该项目探索了欧洲温室气体排放量（GHG）数据，可在以下位置找到： :
该数据集包含有关“温室气体排放（GHG）清单”的数据，该数据是每个欧盟国家在2009-2018年之间向欧洲环境署（EEA）报告的，最近一次更新是在2020年6月。GHG清单包含以下数据：
排放的各种空气污染物和温室气体的数量（欧盟和国家总计）：二氧化碳（CO2），甲烷（CH4），一氧化二氮（N2O），全氟化碳（PFC），氢氟碳化物（HFC），六氟化硫（ SF6）和三氟化氮（NF3）； 和
五个主要温室气体“源部门”的排放量：能源，工业过程，农业，土地利用以及林业和废物管理（按国家和欧盟总计）。
在这个项目中，我分析了工作表1（总共99个excel工作表），其中包括欧盟国家在所有空气污染物和部门（包括国际航空）中的合并总温室气体。
该项目展示了熊猫中的各种数据处理技术，
2021-07-02 16:38:09
1.23MB
1
MATLAB典型代码电网分析
对典型的欧洲配电网络进行仿真和分析，其EV采用率和PV渗透率各不相同，旨在回答以下问题：
在我们的生活方式日益电气化的背景下，升级配电网络以使其可行并支持不断增长的分散式可再生能源生产，预期成本是多少？
作者：
Pierre
Crucifix和Arnaud
Debray，在Pierre
Crucifix（数学工程师），Arnaud
Debray（能源工程师）和Sophie
Delcorte（业务开发人员）执行的全球项目中
此处显示的内容：该github回购提供了一种电源流仿真，并基于欧洲低压测试馈线拓扑对典型的欧洲配电网络进行了分析，并结合了来自1145户家庭，太阳能生产和电动汽车消耗的校正后的实际消耗数据。
1.数据来源和清理
该模型中最关键的数据是有关家庭用电量的季度每时每刻测量一次。
确实，很容易找到年平均用电量（有时是个人用电量），但是它将隐藏基于小时，星期几，法定假日，天气，季节等的所有季节性现象。
从这个观察结果来看，很明显，要建立一个典型的家庭消费的良好模型几乎是不可能的，而没有随时间推移准确测量它的数据。
这种数据的问题在于，它可以揭示许多
2021-06-26 14:32:22
438KB
1
数据来自墨西哥的国家,秘鲁和哥伦比亚,年龄在14至61和不同的饮食习惯和身体状况,有17属性和信息处理2111条记录。与饮食习惯相关的属性有:频繁摄入高热量食物(FAVC)、蔬菜摄入频率(FCVC)、主餐次数(NCP)、餐间食物摄入(CAEC)、每日用水量(CH20)、饮酒量(CALC)。与身体状况相关的属性为:卡路里消耗监测(SCC)、体育活动频率(FAF)、使用科技设备时间(TUE)、使用交通工具(MTRANS)，获得的其他变量为:性别、年龄、身高和体重。标签变量为NObesity，其值为:不足体重、正常体重、超重I级、超重II级、肥胖I级、肥胖II级和肥胖III级。
该数据集为UCL开源数据集，无需授权即可使用。
主要适用Pandas库进行数据分析，是使用Python进行大数据分析入门的很好示例教材。
2021-06-21 14:02:15
1.07MB